Num relance
- Tarefas: Desenvolver e manter gráficos de conhecimento científico para responder a perguntas científicas.
- Empresa: Capgemini Engineering, líder mundial em serviços de engenharia.
- Benefícios: Ambiente de trabalho híbrido, programas de formação e seguros de saúde.
- Outras informações: Crescimento profissional central à nossa missão com uma equipa multicultural.
- Porquê este emprego: Trabalhe em projetos inovadores que fazem a diferença na ciência e tecnologia.
- Qualificações: Mestrado ou doutoramento em áreas relacionadas e experiência em engenharia de dados.
O salário previsto situa-se entre 123750 - 151250 € por ano.
Na Capgemini Engineering, o líder mundial em serviços de engenharia, reunimos uma equipe global de engenheiros, cientistas e arquitetos para ajudar as empresas mais inovadoras do mundo a liberar seu potencial. Desde carros autônomos até robôs que salvam vidas, nossos especialistas em tecnologia digital e software pensam fora da caixa enquanto fornecem serviços únicos de P&D e engenharia em todos os setores. Junte-se a nós para uma carreira cheia de oportunidades, onde você pode fazer a diferença.
SUA FUNÇÃO
Você irá construir e manter o conteúdo do gráfico de conhecimento científico que será usado para responder a perguntas científicas. Você transforma conceitos biológicos em modelos RDF alinhados à ontologia, escreve os pipelines em Python que os geram e mantém cada afirmação rastreável à sua fonte e evidência. Você conecta o significado científico e a entrega técnica, de modo que os ativos do gráfico sejam precisos, governados e utilizáveis por aplicações de análise e IA.
Principais responsabilidades
- Projetar modelos de dados baseados em RDF e estruturas semânticas reutilizáveis para genes, proteínas, doenças, fenótipos, compostos e experimentos.
- Mapear dados estruturados e não estruturados para vocabulários controlados e ontologias.
- Desenvolver pipelines em Python para transformação de dados, resolução de entidades e geração de RDF.
- Definir e validar identificadores, relacionamentos, proveniência e evidência.
- Escrever consultas SPARQL para explorar, testar e analisar gráficos de conhecimento.
- Implementar verificações automáticas de qualidade semântica e validação de mapeamento (SHACL ou equivalente).
- Colaborar com cientistas e especialistas em ontologia para resolver questões de terminologia, modelagem e qualidade de dados.
- Documentar regras de mapeamento, decisões de modelagem e regras de validação.
- Apoiar a integração de ativos de gráfico em soluções de dados, análises e IA a jusante.
SEU PERFIL
- MSc ou PhD (ou experiência profissional equivalente) em biologia, ciências biomédicas, bioengenharia, genética, neurociência, bioinformática, biologia computacional ou área relacionada.
- 3 a 5 anos de experiência em engenharia de dados, engenharia de software, tecnologias semânticas ou trabalho com dados científicos.
- Fortes habilidades em Python e manipulação de dados, e um comando prático de SQL.
- Modelagem prática de RDF (sujeito, predicado, objeto) e experiência prática com OWL, SPARQL e SHACL, além de RDFS ou lojas de triplas.
- Experiência em projetar mapeamentos de fonte para ontologia ou integrar múltiplas fontes de dados científicos.
- Experiência prática em usar ou desenvolver ontologias, taxonomias, vocabulário controlado ou gráficos de conhecimento.
- Compreensão de proveniência, metadados, qualidade de dados e validação de esquema.
- Experiência com conjuntos de dados biológicos ou biomédicos.
- Conhecimento de Git e práticas modernas de desenvolvimento de software.
- Comunicação clara com partes interessadas científicas e técnicas.
- Fluência em inglês.
Qualificações preferenciais
- Experiência prática com Gene Ontology, MONDO, HPO, EFO, UBERON, ChEBI ou outras ontologias do OBO Foundry.
- Bibliotecas da web semântica, como RDFLib ou OWLReady2.
- Ligação de entidades, mapeamento de terminologia ou gestão de vocabulário controlado.
- RDF-star, gráficos nomeados ou modelagem de gráfico de propriedades (Neo4j, GraphDB).
- Conhecimento dos princípios FAIR, governança de metadados científicos e LinkML.
- Experiência em IA agentiva e agentes baseados em LLM, geração aumentada por recuperação, extração de informações ou mapeamento assistido por LLM, com validação da saída.
- Exposição a análises gráficas, similaridade semântica, aprendizado de máquina ou IA generativa.
- APIs, Docker, plataformas em nuvem, orquestração de fluxo de trabalho e pipelines de dados automatizados.
- Experiência em ambientes regulados, como farmacêutico e saúde.
- Fluência em português.
O QUE PROCURAMOS
- Curiosidade científica combinada com disciplina de engenharia.
- Pensamento crítico e atenção à proveniência e qualidade dos dados.
- Conforto com ambiguidade e capacidade de transitar entre significado científico e implementação técnica.
- Uma mentalidade orientada para impacto em um ambiente dinâmico.
O QUE VOCÊ VAI ADORAR EM TRABALHAR AQUI
- Junte-se a um ambiente de equipe multicultural e inclusivo.
- Aproveite uma atmosfera de apoio que promove o equilíbrio entre vida profissional e pessoal.
- Participe de projetos nacionais e internacionais empolgantes.
- Trabalho híbrido.
- Seu crescimento profissional é central para nossa missão. Nossos programas de crescimento de carreira e profissionais diversos são elaborados para apoiá-lo na exploração de um mundo de oportunidades.
- Programas de treinamento e certificações.
- Seguro de saúde e vida.
- Programa de referência com bônus por recomendações de talentos.
- Ótimas localizações de escritório.
Empregador para Knowledge Graph Engineer in Évora: Capgemini
A Capgemini é um excelente empregador que valoriza a inovação e a colaboração, oferecendo um ambiente de trabalho híbrido em Lisboa que promove o equilíbrio entre vida profissional e pessoal. Com oportunidades contínuas de crescimento e desenvolvimento profissional, os colaboradores são incentivados a aprimorar suas habilidades em um setor dinâmico, enquanto contribuem para projetos de transformação digital de clientes líderes. A cultura inclusiva e o foco na qualidade garantem que cada membro da equipa se sinta valorizado e motivado a alcançar a excelência.